名称: 同行评审描述: “系统的同行评审工具包。评估方法论、统计、设计、可重复性、伦理、图表完整性、报告标准，适用于跨学科的手稿和资助评审。”

科学关键评估与同行评审

概述

同行评审是评估科学手稿的系统过程。评估方法论、统计、设计、可重复性、伦理和报告标准。运用此技能进行跨学科的手稿和资助评审，提供建设性、严谨的评估。

何时使用此技能

此技能应在以下情况使用：

为期刊进行科学手稿的同行评审
评估资助提案和研究申请
评估方法论和实验设计的严谨性
审查统计分析和报告标准
评估可重复性和数据可用性
检查是否符合报告指南（CONSORT、STROBE、PRISMA等）
提供关于科学写作的建设性反馈

同行评审工作流程

通过以下阶段系统进行同行评审，根据手稿类型和学科调整深度和重点。

阶段1：初步评估

从高层次评估开始，确定手稿的范围、新颖性和整体质量。

关键问题：

核心研究问题或假设是什么？
主要发现和结论是什么？
工作是否科学合理且重要？
工作是否适合目标发表场所？
是否有任何立即的重大缺陷会妨碍发表？

输出： 简短的摘要（2-3句），捕捉手稿的本质和初步印象。

阶段2：详细部分评审

对手稿的每个部分进行彻底评估，记录具体关注点和优点。

摘要和标题

准确性： 摘要是否准确反映研究内容和结论？
清晰度： 标题是否具体、准确且信息丰富？
完整性： 关键发现和方法是否适当总结？
可访问性： 摘要是否能被广泛的科学受众理解？

引言

背景： 背景信息是否充分和最新？
合理性： 研究问题是否被明确动机和论证？
新颖性： 工作的原创性和重要性是否清晰阐述？
文献： 是否适当引用了相关前期研究？
目标： 研究目标或假设是否明确陈述？

方法

可重复性： 其他研究人员是否能从描述中复制研究？
严谨性： 方法是否适合解决研究问题？
细节： 协议、试剂、设备和参数是否充分描述？
伦理： 伦理批准、同意和数据处理是否妥善记录？
统计： 统计方法是否适当、清晰描述和论证？
验证： 控制、重复和验证方法是否充分？

需要验证的关键元素：

样本量和功效计算
随机化和盲法程序
纳入/排除标准
数据收集协议
计算方法和软件版本
统计测试和多重比较校正

结果

呈现： 结果是否逻辑清晰且呈现清楚？
图表： 可视化是否适当、清晰且正确标记？
统计： 统计结果是否正确报告（效应大小、置信区间、p值）？
客观性： 结果是否避免过度解释？
完整性： 是否包含所有相关结果，包括阴性结果？
可重复性： 是否提供原始数据或汇总统计？

需要识别的常见问题：

选择性报告结果
不适当的统计测试
缺失误差棒或变异性度量
过拟合或循环分析
批次效应或混淆变量
缺失控制或验证实验

讨论

解释： 结论是否得到数据支持？
局限性： 是否承认和讨论研究局限性？
背景： 发现是否在现有文献中适当放置？
推测： 推测是否与数据支持的结论明确区分？
重要性： 影响和重要性是否清晰阐述？
未来方向： 是否讨论后续步骤或未解答的问题？

警告信号：

过度陈述结论
忽视矛盾证据
从相关性数据做出因果声称
对局限性的讨论不足
没有机制证据的机制声称

参考文献

完整性： 是否引用了关键相关论文？
时效性： 是否包括近期重要研究？
平衡性： 是否适当引用相反观点？
准确性： 引用是否准确和适当？
自引用： 是否存在过度或不适当的自引用？

阶段3：方法论和统计严谨性

评估研究的技术质量和严谨性，特别注意常见陷阱。

统计评估：

统计假设是否满足（正态性、独立性、同方差性）？
是否报告效应大小和p值？
多重测试校正是否适当应用？
是否提供置信区间？
样本量是否通过功效分析论证？
参数与非参数测试选择是否适当？
缺失数据处理是否正确？
探索性与确认性分析是否区分？

实验设计：

控制是否适当和充分？
重复是否足够（生物和技术的）？
是否识别和控制潜在混淆变量？
随机化是否正确实施？
盲法程序是否充分？
实验设计是否针对研究问题最优？

计算/生物信息学：

计算方法是否清晰描述和论证？
软件版本和参数是否记录？
代码是否提供以支持可重复性？
算法和模型是否适当验证？
计算方法假设是否满足？
批次校正是否适当应用？

阶段4：可重复性和透明度

评估研究是否符合现代可重复性和开放科学标准。

数据可用性：

原始数据是否存入适当存储库？
是否提供公共数据库的访问号？
数据共享限制是否论证（如患者隐私）？
数据格式是否标准且可访问？

代码和材料：

分析代码是否可用（GitHub、Zenodo等）？
独特材料是否可用或充分描述以支持重建？
协议是否足够详细？

报告标准：

手稿是否遵循学科特定报告指南（CONSORT、PRISMA、ARRIVE、MIAME、MINSEQE等）？
参见 references/reporting_standards.md 获取常见指南
适当清单的所有元素是否解决？

阶段5：图表和数据呈现

评估数据可视化的质量、清晰度和完整性。

质量检查：

图表是否高分辨率且清晰标记？
坐标轴是否正确标记单位？
误差棒是否定义（标准差、标准误差、置信区间）？
统计显著性指标是否解释？
配色方案是否适当且可访问（色盲友好）？
图像是否包括比例尺？
数据可视化是否适合数据类型？

完整性检查：

是否有图像操纵迹象（重复、拼接）？
Western印迹和凝胶是否适当呈现？
代表性图像是否真正代表？
是否显示所有条件（无选择性呈现）？

清晰度：

图表是否能用其图例独立理解？
每个图表的信息是否立即清晰？
是否有冗余图表或面板？
数据是否更适合以表格或图表呈现？

阶段6：伦理考量

验证研究是否符合伦理标准和指南。

人类受试者：

IRB/伦理批准是否记录？
知情同意是否描述？
弱势群体是否适当保护？
患者隐私是否充分保护？
潜在利益冲突是否披露？

动物研究：

IACUC或等效批准是否记录？
程序是否人道且论证？
是否考虑3R原则（替代、减少、精炼）？
安乐死方法是否适当？

研究完整性：

是否有数据伪造或篡改的担忧？
作者身份是否适当和论证？
竞争利益是否披露？
资金来源是否披露？
是否有抄袭或重复发表的担忧？

阶段7：写作质量和清晰度

评估手稿的清晰度、组织和可访问性。

结构和组织：

手稿是否逻辑组织？
各章节是否连贯流畅？
想法之间的过渡是否清晰？
叙述是否引人入胜且清晰？

写作质量：

语言是否清晰、精确和简洁？
行话和缩写是否最小化并定义？
语法和拼写是否正确？
句子是否不必要地复杂？
被动语态是否过度使用？

可访问性：

非专家是否能理解主要发现？
技术术语是否解释？
重要性是否对广泛受众清晰？

构建同行评审报告

组织反馈，采用分层结构优先处理问题并提供可操作指导。

摘要声明

提供简洁的整体评估（1-2段）：

研究的简要概要
整体建议（接受、小修、大修、拒绝）
关键优点（2-3要点）
关键缺点（2-3要点）
重要性和合理性的底线评估

主要评论

列出显著影响手稿有效性、可解释性或重要性的关键问题。按顺序编号以便参考。

主要评论通常包括：

根本方法论缺陷
不适当的统计分析
未支持或过度陈述的结论
缺失关键控制或实验
严重可重复性问题
文献覆盖的显著差距
伦理担忧

对每个主要评论：

明确说明问题
解释为何有问题
建议具体解决方案或附加实验
指示是否对发表至关重要

次要评论

列出不太关键的问题，可以改善清晰度、完整性或呈现。按顺序编号。

次要评论通常包括：

不清楚的图表标签或图例
缺失的方法细节
拼写或语法错误
改进数据呈现的建议
次要统计报告问题
加强结论的补充分析
请求澄清

对每个次要评论：

识别具体位置（章节、段落、图表）
明确说明问题
建议如何解决

具体逐行评论（可选）

对于需要详细反馈的手稿，提供特定章节或逐行评论：

参考特定页/行号或章节
注明事实错误、不清楚的陈述或缺失引用
建议清晰度的具体编辑

作者问题

列出需要澄清的具体问题：

不清楚的方法细节
看似矛盾的结果
评估工作所需的缺失信息
请求附加数据或分析

语气和方法

在整个评审中保持建设性、专业和合作语气。

最佳实践：

建设性： 将批评框定为改进机会
具体性： 提供具体示例和可操作建议
平衡性： 承认优点和缺点
尊重性： 记住作者投入了大量努力
客观性： 专注于科学，而非科学家
全面性： 不忽视问题，但适当优先处理
清晰性： 避免模糊或含糊的批评

避免：

个人攻击或轻蔑语言
讽刺或居高临下
没有具体示例的模糊批评
请求超出范围的不必要实验
要求遵守个人偏好而非最佳实践
在双盲评审中透露身份

按手稿类型的特别考虑

原创研究文章

强调严谨性、可重复性和新颖性
评估重要性和影响
验证结论是否数据驱动
检查完整方法和适当控制

综述和荟萃分析

评估文献覆盖的全面性
评估搜索策略和纳入/排除标准
验证系统方法且无偏倚
检查批判性分析而非仅仅总结
对于荟萃分析，评估统计方法和异质性

方法论文

强调验证和与现有方法比较
评估可重复性和协议/代码可用性
评估对现有方法的改进
检查实施细节是否充分

简短报告/信函

适应简洁性期望
确保核心发现仍严谨且重要
验证格式是否适合发现

预印本

认识到这些尚未经过正式同行评审
可能不如期刊提交的完善
仍应用科学有效性的严谨标准
考虑提供建设性反馈以帮助作者在期刊提交前改进

资源

此技能包括支持全面同行评审的参考资料：

references/reporting_standards.md

主要学科报告标准指南（CONSORT、PRISMA、ARRIVE、MIAME、STROBE等），用于评估方法和结果报告的完整性。

references/common_issues.md

同行评审中常见的方法论和统计问题目录，带有识别和解决指南。

最终清单

在最终化评审前，验证：

[ ] 摘要声明清晰传达整体评估
[ ] 主要担忧明确识别和论证
[ ] 建议修订具体且可操作
[ ] 次要问题已注意但正确分类
[ ] 统计方法已评估
[ ] 可重复性和数据可用性已评估
[ ] 伦理考量已验证
[ ] 图表和表格已评估质量和完整性
[ ] 写作质量已评估
[ ] 语气在整个过程中建设性且专业
[ ] 评审全面但与手稿范围相称
[ ] 建议与识别问题一致

名称: 同行评审 描述: “系统的同行评审工具包。评估方法论、统计、设计、可重复性、伦理、图表完整性、报告标准，适用于跨学科的手稿和资助评审。”